基于混合BP神经网络算法的信用卡消费行为风险预测

随着中国信用卡市场的急速发展,信用卡消费行为的风险评估已成为业界研究的一个重要方向.目前风险预测的研究常采用单一的BP神经网络算法,但该算法存在一些固有缺点,如易陷入局部极小点、收敛速度较慢等,这些缺点会影响风险预测的效果.针对单一BP神经网络算法的不足,提出了一种将BP神经网络算法与遗传算法相结合的混合算法,它以BP神经网络作为基础,利用遗传算法对BP神经网络进行优化,并通过数据集的实验证明该混合算法要优于单一BP神经网络算法,可以有效提高信用卡消费行为风险评估中的检测率和准确率.     

企业转型过程中的知识转移信任机制研究

企业知识转移已成为企业重组其核心竞争力、稳定和拓展其竞争优势,进而实现企业转型、转变经济增长方式的突破口。为减少企业转型的知识转移过程中发生机会主义行为,针对企业转型的知识转移过程中信任关系的分类,通过剖析企业转型中知识转移信任机制特性,模拟出信任关系建立步骤的算法及信任度计算的公式,最终建立起信任机制模型,并从组织和个人两层面给出进行企业转型的知识转移过程中信任机制建设的建议。     

基于BP神经网络的科技型中小企业知识产权质押融资风险评价研究

通过对知识产权质押融资过程中的风险因素进行分析,运用人工神经网络BP算法建立BP神经网络模型对科技型中小企业知识产权质押融资风险进行研究,结果显示BP神经网络对科技型中小企业知识产权质押融资风险进行评价具有较高的精度.BP神经网络模型可以成为科技型中小企业进行知识产权质押融资风险评价的一种有效的方法.     

BP神经网络在企业技术创新风险评价中的应用

本文首先分析了企业技术创新的风险因素,在此基础上设置了风险评价的指标体系。然后引入神经网络,提出了一个基于BP神经网络的风险评价模型,并结合实例论证了该模型在企业技术创新风险评价中的可行性。最后总结了BP神经网络在企业技术创新风险评价中的优越性。     

企业知识管理水平评估优化方法及应用

针对现有企业知识管理水平评价方法所存在的缺陷,将BP神经网络与遗传算法相结合,提出了一种应用于企业知识管理水平评估的基于遗传算法的神经网络优化模型方法.相对BP神经网络而言,基于遗传算法的神经网络优化模型的评估结果和期望结果更为接近,相对误差更小.     

基于BP神经网络的供应链知识共享风险预警体系研究

从节点企业拥有的资源强度、各个节点企业的组织学习能力、知识共享平台的技术支持能力以及节点企业间的相容水平四个方面,构建供应链知识共享风险预警体系指标体系,运用BP神经网络模型对预警指标进行分析,以期达到对供应链知识共享风险进行科学预警的目的.     

企业转型知识转移特性研究及流程设计

在产业结构演进、技术不连续变化及经济模式转变的综合影响下,我国企业面临着转型危机,知识转移已成为企业重组核心竞争力、稳定和拓展其竞争优势进而实现企业转型、转变经济增长方式的突破口。从剖析企业转型内涵入手,通过纵向整合、横向整合、混合整合的方式对企业转型类别进行划分,进而探究出不同企业转型过程中知识转移的特性,分别设计出企业转型中知识转移所需技术路径,并设计企业转型的知识转移总流程图。     

基于BP神经网络的科技型中小企业知识产权质押融资风险评价

通过对知识产权质押融资过程中的风险因素进行分析,运用人工神经网络BP算法建立BP神经网络模型对科技型中小企业知识产权质押融资风险进行研究,结果显示BP神经网络对科技型中小企业知识产权质押融资风险进行评价具有较高的精度。BP神经网络模型可以成为科技型中小企业进行知识产权质押融资风险评价的一种有效的方法。     

转型企业知识转移绩效的评价指标实证研究

在相关文献综述的基础上,本文首先对转型企业知识转移绩效的构成要素进行了分析,初步确定了转型企业知识转移绩效评价指标体系,然后对初选的转型企业知识转移绩效指标进行专家问卷调查,并对反馈数据进行描述性统计分析,信度和效度分析,最后根据数据的分析和小组讨论对初选指标体系进行修正和完善,从而得到精选的转型企业知识转移绩效的综合评价指标体系.从而为进行转型的企业知识转移的绩效评价提供参考和借鉴.     

基于GABP的企业内知识共享风险预测研究

企业内知识共享风险是影响企业知识管理活动成败的直接因素,做好企业知识共享风险预测工作,能够有效地评估风险发生的可能性,帮助企业及时做好事前控制。首先,在相关学者研究成果的基础上定义了知识共享风险的概念,并对企业内知识共享风险从直接风险和间接风险两个方面进行识别,并从知识、人员、组织以及技术4个方面分析知识共享风险产生的原因,在此基础上构建了企业内知识共享风险评价指标体系。然后,将遗传算法和BP神经网络两者结合起来,建立了GABP的企业内知识共享风险预测模型,利用MATLAB软件进行仿真研究,得知该模型能够较为精确地评估企业内知识共享风险大小。     

基于模糊神经网络的企业知识管理风险评价

 根据风险理论的相关学说,提出了企业知识管理风险的定义。在此基础上,对企业知识管理的风险因素进行了分析,构建了企业知识管理风险评价指标体系。依据评价指标模糊性的特点,将模糊数学与神经网络结合,建立了基于模糊神经网络的风险评价模型。选取13家企业作为实例说明了模糊神经网络评价模型在企业知识管理风险评价中的适用性。     

网络邻近性、地理邻近性与知识转移绩效的影响

战略联盟是创新网络的一种表现形式,作为知识转移的平台,逐步得到广泛的关注及研究。网络结构特征对知识转移活动发生作用的同时,还受到企业地理空间位置的影响。本文以中国生物制药行业1995-2010年战略联盟数据为样本,运用负二项回归模型,研究了联盟企业的网络邻近性与地理邻近性对知识转移绩效的影响。由于联盟网络结构特征可以改变资源与信息在地理空间中流动的性质,因此本文进一步研究了在网络密度的调节作用下,地理邻近性对联盟知识转移绩效的影响。研究结果表明,企业间的地理邻近性对联盟知识转移有显著的促进作用,而网络邻近性对联盟知识转移也有正向影响,但并不显著。较高的网络密度能够进一步提升地理邻近性对知识转移的促进作用。本文还对中国生物制药行业战略联盟的现状提出了建议。     

新兴技术“多核心”创新网络形成及仿真研究

通过分析新兴技术“多核心”创新网络形成机理，研究了新兴技术创新网络知识增长机制，构建了新兴技术“多核心”创新网络双重双向形成模型。运用仿真方法动态模拟新兴技术“多核心”创新网络形成过程，分析新兴技术创新网络结构及其节点动态演进的规律。研究表明新兴技术创新网络形成依赖于企业间知识转移行为，具有生命周期特性；在网络形成发展期知识状态增速最大并趋于饱和；在网络形成稳定期具有无标度特性，呈现“多核心”网络结构；新兴技术企业扩大知识转移的频率和范围，加速提升企业知识状态，是成为网络核心企业的有效途径。     

基于BP神经网络的企业突破性创新绩效评价研究

基于突破性创新的特征,借鉴传统创新绩效评价模式,从资源投入、技术产出、产品性能、过程管理、商业价值和社会价值等6个维度构建企业突破性创新绩效评价指标体系,并利用BP神经网络原理建立了企业突破性创新绩效评价模型。通过对样本企业的突破性创新绩效评价进行模型训练和仿真验证,结果表明该评价方法可信度高,模型具有较好的泛化能力。     

黑龙江省创意产业集群知识互补度的神经网络评价

针对黑龙江省创意产业集群内企业选择和利用何种互补性知识更有利于促进集群知识共享与传播、加速产业机构升级的问题,采用BP神经网络模型来评价创意产业集群知识互补度,构建了创意产业集群知识互补度的评价指标体系,提出了基于BP神经网络的创意产业集群知识互补度评价方法。研究显示,BP神经网络是一种非线性映射模式,在指标间相关度较高、呈非线性变化,或数据缺漏不全等情况下仍可得出预测结果,为促进集群知识共享、传播与运用提供理论支持,并为黑龙江省创意产业集群效应的提高和创意产业结构的升级提供决策依据。     

基于BP神经网络的不同学习方案下上市公司信用风险评价

企业的信用风险评级是金融领域的一个重要问题,采用BP神经网络来研究上市公司的信用风险评价问题。首先构建了上市公司信用评价的财务指标体系,然后根据3个不同的隐层结点,生成3种不同的神经网络模型。设计7种不同的学习一验证比例,选取了不同行业上市公司的财务数据,利用MATLAB中的神经网络工具箱编程进行实证分析在哪种模型和学习一验证比例下能够更好的对企业进行信用风险评价。     

基于BP神经网络的高新技术企业自主创新能力评价研究

以企业创新能力评价指标为基础,结合高新技术企业自主创新的内涵和特性,从自主创新的投入能力、实施能力和产出能力三个方面构建高新技术企业自主创新能力评价指标体系,并运用BP神经网络模型对苏州市高新技术企业的自主创新能力进行实证分析。结果表明评价指标体系具有一定的可操作性,且运算模型具有较好的泛化性。     

A multi-agent knowledge integration process for enterprise management innovation from the perspective of neural network

Because the innovation level of enterprise clusters in various regions of China is generally low, this research is focused on the process of knowledge integration of regional innovation subjects. We research, explore and analyze the different connection states between nodes and their impact on the knowledge symbiosis or knowledge spillover ability of the entire innovation network, learn from the characteristics of neurons in the neural network and the information transmission model to investigate the connection between various nodes in innovation network. We then determine the knowledge association mechanism and transmission relationship, and then analyze the trigger conditions of fusion and the transformation model of innovative knowledge flow under this condition, laying the foundation for further theoretical or practical research. Second, we built a model of the knowledge transfer connection that will be used in the innovation process. and select a path of knowledge transfer. Based on the mechanism of multi-agent innovation, we analyzed the incentive relationship of knowledge transfer in the innovation process, constructed the principles of knowledge transfer, analyzed the mutual transfer relationship between different innovation nodes, and analyze the simulation innovation network through certain examples. The knowledge fusion process in China lays the foundation for the improvement of the overall collaborative innovation level of the regional multi-agent innovation network. From the overall structure of the article, this research analyzes the regional innovation network from a new perspective on the basis of domestic and foreign research in knowledge flow management and control technology, knowledge exchange under social networks, and neural network optimization algorithms. The process of knowledge symbiosis or knowledge spillover in the process of innovation, exploring the incentive relationship of knowledge transfer throughout the primary parts innovation process, optimizing the degree of connection or relationship between different main agents, optimizing the knowledge exchange relationship from one node in the innovation network to another and improving the collaborative innovation of the regional mesh lay a theoretical foundation for the level.